speex的基本编码和解码流程

最近在研究speex的编码和解码流程

之前在IM上用到的都是发语音片段，这个很简单，只需要找到googlecode上gauss的代码，然后套一下就可以用了。

不过googlecode要关闭，有人将他导入到了github，地址在这里 https://github.com/cczufish/OggSpeex-android
我也导入了，但是没成功，不知道什么问题，可能级别不够吧，哈哈 https://github.com/dongweiq/android-recorder
现在我们的需求是要求将语音片段拼接合成，而且要在UI中显示出正在播放的时间，看了gauss的代码后发现，他的代码是边解码边播放的，按照的是short[160]的片段一个个播放的

/* decode each segment, writing output to wav */
for (curseg = 0; curseg < segments; curseg++) {

if (Thread.interrupted()) {
dis.close();
track.stop();
track.release();
return;
}

while (this.isPaused()) {
track.stop();
track.release();
// Thread.sleep(100);
}

/* get the number of bytes in the segment */
bodybytes = header[OGG_HEADERSIZE + curseg] & 0xFF;
if (bodybytes == 255) {
System.err.println("sorry, don't handle 255 sizes!");
return;
}
dis.readFully(payload, 0, bodybytes);
chksum = OggCrc.checksum(chksum, payload, 0, bodybytes);

/* decode the segment */
/* if first packet, read the Speex header */
if (packetNo == 0) {
if (readSpeexHeader(payload, 0, bodybytes, true)) {
packetNo++;
} else {
packetNo = 0;
}
} else if (packetNo == 1) { // Ogg Comment packet
packetNo++;
} else {

/* get the amount of decoded data */
short[] decoded = new short[160];
if ((decsize = speexDecoder.decode(payload, decoded, 160)) > 0) {
track.write(decoded, 0, decsize);
float maxVol = AudioTrack.getMaxVolume();
track.setStereoVolume(maxVol, maxVol);// 设置当前音量大小
track.play();
}
packetNo++;
}
}

而且他还有一个包序号，pacetNo为0则是speex的文件头，占80字节，packetNo为1则查找包序号2，2中就按照160short解码音频，然后播放解码后的wav。

后来从网上找到以下内容http://blog.163.com/yuan_zhch/blog/static/193790046201172611527217/

相当于是对整个speex编码和解码的过程的总结吧

一：编码流程
使用Speex的API函数对音频数据进行压缩编码要经过如下步骤：
1、定义一个SpeexBits类型变量bits和一个Speex编码器状态变量enc_state。
2、调用speex_bits_init(&bits)初始化bits。
3、调用speex_encoder_init(&speex_nb_mode)来初始 化enc_state。其中speex_nb_mode是SpeexMode类型的变量，表示的是窄带模式。还有speex_wb_mode表示宽带模 式、speex_uwb_mode表示超宽带模式。
4、调用函数int speex_encoder_ ctl(void *state, int request, void *ptr)来设定编码器的参数，其中参数state表示编码器的状态；参数request表示要定义的参数类型，如SPEEX_ GET_ FRAME_SIZE表示设置帧大小，SPEEX_ SET_QUALITY表示量化大小，这决定了编码的质量；参数ptr表示要设定的值。
可通过speex_encoder_ctl(enc_state, SPEEX_GET_FRAME_SIZE, &frame_size) 和speex_encoder_ctl(enc_state, SPEEX_SET_QUALITY, &quality)来设定编码器的参数。
5、初始化完毕后，对每一帧声音作如下处理：调用函数 speex_bits_reset(&bits)再次设定SpeexBits，然后调用函数speex_encode(enc_state, input_frame, &bits)，参数bits中保存编码后的数据流。
6、编码结束后，调用函数speex_bits_destroy (&bits)， speex_encoder_destroy (enc_state)来
二：解码流程
同样，对已经编码过的音频数据进行解码要经过以下步骤：
1、 定义一个SpeexBits类型变量bits和一个Speex编码状态变量enc_state。
2、 调用speex_bits_init(&bits)初始化bits。
3、 调用speex_decoder_init (&speex_nb_mode)来初始化enc_state。
4、 调用函数speex_decoder_ctl (void *state, int request, void *ptr)来设定编码器的参数。
5、 调用函数 speex_decode(void *state, SpeexBits *bits, float *out)对参数bits中的音频数据进行解编码，参数out中保存解码后的数据流。
6、 调用函数speex_bits_destroy(&bits), speex_ decoder_ destroy (void *state)来关闭和销毁SpeexBits和解码器。

下面是一段实例代码：

#include <speex.h>

#include <stdio.h>

/*帧的大小在这个例程中是一个固定的值,但它并不是必须这样*/

#define FRAME_SIZE 160

int main(int argc, char **argv)

{

char *inFile;

FILE *fin;

short in[FRAME_SIZE];

float input[FRAME_SIZE];

char cbits[200];

int nbBytes;

/*保存编码的状态*/

void *state;

/*保存字节因此他们可以被speex常规读写*/

SpeexBits bits;

int i, tmp;

//新建一个新的编码状态在窄宽(narrowband)模式下

state = speex_encoder_init(&speex_nb_mode);

//设置质量为8(15kbps)

tmp=8;

speex_encoder_ctl(state, SPEEX_SET_QUALITY, &tmp);

inFile = argv[1];

fin = fopen(inFile, "r");

//初始化结构使他们保存数据

speex_bits_init(&bits);

while (1)

{

//读入一帧16bits的声音

fread(in, sizeof(short), FRAME_SIZE, fin);

if (feof(fin))

break;

//把16bits的值转化为float,以便speex库可以在上面工作

for (i=0;i<FRAME_SIZE;i++)

input[i]=in[i];

//清空这个结构体里所有的字节,以便我们可以编码一个新的帧

speex_bits_reset(&bits);

//对帧进行编码

speex_encode(state, input, &bits);

//把bits拷贝到一个利用写出的char型数组

nbBytes = speex_bits_write(&bits, cbits, 200);

//首先写出帧的大小,这是sampledec文件需要的一个值,但是你的应用程序中可能不一样

fwrite(&nbBytes, sizeof(int), 1, stdout);

//写出压缩后的数组

fwrite(cbits, 1, nbBytes, stdout);

}

//释放编码器状态量

speex_encoder_destroy(state);

//释放bit_packing结构

speex_bits_destroy(&bits);

fclose(fin);

return 0;

}